支撑向量机的若干医学应用研究
2011-02-20胡灵芝
陕西科技大学学报 2011年4期
关键词:分类
胡灵芝
(陕西中医学院基础医学院, 陕西 咸阳 712046)
0 引 言
标准的支撑向量机因具有数学形式简单、几何解释直观、全局最优、学习速度快、泛化能力优良、适合处理高维数据等特点而被成功地用于许多分类和回归的问题中.在医学上,利用模式识别技术对不同的病情症状进行正确的分类和识别时,常用的算法是支撑向量机.但在不同的研究领域,根据其样本和要求的不同,应采用不同的训练方法,现以舌色、肿瘤等几个例子说明不同领域中所用到的不同的支撑向量机训练过程.
1 算法原理
支撑向量机是基于线性可分情况下的最优超平面提出的,其基本思想概括为:首先通过非线性变换将输入空间变换到一个高维空间,然后在这个新空间中求最优线性超平面,而线性变换是通过核函数实现的.
线性支撑向量机的算法如下:
(1)用H=D[A-e]定义矩阵H;


非线性支撑向量机的算法如下:
(1)选择一个核函数K(A,A′);
(2)用算式定义G=D[K-e];
(3)计算拉格朗日乘子v;
(4)用K(x′,A′)Dμ-γ=K(x′,A′)DDK(A,A′)′Dv+e′Dv=(K(x′,A′)K(A,A′)′+e′)Dv=0得到非线性SVM分类超平面;

构造支撑向量机分类器首先要确定核函数的类型,采用不同的核函数将导致不同的支撑向量算法,目前得到的核函数形式主要有: 线性核函数:K(x,y)=(x·y)、 多项式核函数:k(x,y)=(x·y+1)p、 高斯核函数:k(x,y)=exp(-γ|x-y|2)、S型核函数:k(x,y)=tan(kx·y-δ).
2 支撑向量机在医学领域的应用研究
2.1 中医舌色苔色识别
舌诊是中医四诊中望诊的重要内容,是中医临床诊断的主要依据之一.传统的舌诊是根据中医医生观察来诊断病情的,诊断结果和医生的知识……
登录APP查看全文
